- 主题:有熟悉深度学习的吗？
问题相当于一个自变量拟合5个独立函数？那一起做和分开做是一样的吧
【 在 photoelectri 的大作中提到: 】
: 对输入和输出数据进行训练，输入只有1个参数即【xi】，输出有5个参数 【y1i,y2i,y3i,y4i,y5i】通过采集1万组输入输出数据进行训练，测试的时候， 给定一个输入，希望预测出5个输出数据，这个用深度学习能预测准吗？听别人说只有输入数据多于输出数据才能预测准确，像这种 1个输入，5个输出预测不准确，有没有做过类似问题的青们，说说。
--
FROM 117.156.48.*
理论上可以，y1-y5和x的关系如果就是非线性的函数关系y=f(x)，那肯定可以用DL拟合出来。
【 在 photoelectri 的大作中提到: 】
: 对输入和输出数据进行训练，输入只有1个参数即【xi】，输出有5个参数 【y1i,y2i,y3i,y4i,y5i】通过采集1万组输入输出数据进行训练，测试的时候， 给定一个输入，希望预测出5个输出数据，这个用深度学习能预测准吗？听别人说只有输入数据多于输出数据才能预测准确，像这种 1个输入，5个输出预测不准确，有没有做过类似问题的青们，说说。
--
FROM 180.109.196.*
可行，就是一个特殊的hash函数，把一个输入变量的取值范围 映射到 五个格子 里。 缺点就是1万个训练数据集太少了。 输入数字的取值范围是多少？ 浮点数还是整数？
【 在 fantast01 (健康工作50年) 的大作中提到: 】
: 你试一下，神经网络相当于拟合一个高阶函数，你这个函数只有一个变量，估计不太行。
: --
:
:
--
FROM 74.88.40.*
可行。 输入数据的取值范围是什么？ 整数还是浮点数？ 输出数据是整数还是浮点数？
【 在 photoelectri (发扬光大) 的大作中提到: 】
: 对输入和输出数据进行训练，输入只有1个参数即【xi】，输出有5个参数 【y1i,y2i,y3i,y4i,y5i】通过采集1万组输入输出数据进行训练，测试的时候， 给定一个输入，希望预测出5个输出数据，这个用深度学习能预测准吗？听别人说只有输入数据多于输出数据才能预测准确，像这种 1个输入，5个输出预测不准确，有没有做过类似问题的青们，说说。
: --
:
:
--
FROM 74.88.40.*
得自己大致判断下可不可观测
【 在 photoelectri 的大作中提到: 】
: 对输入和输出数据进行训练，输入只有1个参数即【xi】，输出有5个参数 【y1i,y2i,y3i,y4i,y5i】通过采集1万组输入输出数据进行训练，测试的时候， 给定一个输入，希望预测出5个输出数据，这个用深度学习能预测准吗？听别人说只有输入数据多于输出数据才能预测准确，像这种 1个输入，5个输出预
: ..................
发自「今日水木 on iPhone 12 mini」
--
FROM 101.224.193.*
关键在于这个函数是不是单射
【 在 lovefreewind 的大作中提到: 】
: 理论上可以，y1-y5和x的关系如果就是非线性的函数关系y=f(x)，那肯定可以用DL拟合出来。
: 个输入，5个输出预测不准确，有没有做过类似问题的青们，说说。
--
FROM 222.93.216.*
是的
【 在 transpose 的大作中提到: 】
: 关键在于这个函数是不是单射
:
--
FROM 49.93.141.*
一元的多值函数吧，感觉有点难
--
FROM 27.19.180.*
那就是你需要拟合的这个函数挺简单的，那就没必要用DL。太多参数反而过拟合了。
【 在 photoelectri 的大作中提到: 】
: 用BP神经网络预测的很准，可是换成深度神经网络，反而不行，这是什么原因？谢谢！！
--
FROM 180.109.196.*
使用机器学习，合作伙伴嫌档次不够，非要让换成深度学习
【 在 lovefreewind 的大作中提到: 】
: 那就是你需要拟合的这个函数挺简单的，那就没必要用DL。太多参数反而过拟合了。
--
FROM 112.0.100.*